Climat d'unités de travail et accidents de travail d'un centre hospitalier rôle médiateur de la violence psychologique
Bibliographic record
Abstract
Depuis quelques décennies, les approches traditionnelles en matière de prévention des accidents de travail ne permettent plus de diminuer la fréquence de survenue de ces derniers au-delà d'un certain seuil. Devant cette impasse, les liens unissant le climat de travail (CT) à la prévalence d'accidents de travail (AT) ont été explorés par de nombreuses études. Bien que ces résultats permettent certaines avancées dans le domaine de la prévention, la compréhension des mécanismes sous-jacents à cette relation complexe demeure encore superficielle. La littérature du domaine suggère que d'autres variables, comme la violence psychologique au travail (VPT), puissent jouer un rôle de médiateur dans la relation observée entre le CT et les AT. Afin de vérifier cette possibilité, 2595 travailleurs francophones d'un centre hospitalier du Québec ont complété un questionnaire permettant de répondre aux deux principaux objectifs de l'étude: (1) examiner le lien entre les dimensions du CT et le nombre d'AT sur chaque unité de travail; (2) vérifier l'existence d'un effet de médiation partiel de la fréquence de comportements de VPT subis ou observés sur la relation unissant le CT et la fréquence d'AT en milieu hospitalier. Les banques de données du centre hospitalier ont permis de recenser les AT afin de compléter la base de données. Afin de vérifier ces objectifs, des analyses corrélationnelles et de médiation par la méthode de rééchantillonnage suggérées par MacKinnon, Lockwood et Williams (2004) ont été effectuées. Les implications de cette étude pour la recherche et la pratique sont ensuite discutées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".